A gépi látás alkalmazási lehetőségei a mezőgazdaságban

A tétel rövid nézete
dc.contributor.advisorTóth, Mihály
dc.contributor.authorDér, Dániel
dc.contributor.departmentDE--Gazdaságtudományi Karhu_HU
dc.date.accessioned2019-10-25T07:07:47Z
dc.date.available2019-10-25T07:07:47Z
dc.date.created2019-10-24
dc.description.abstractNapjainkban a mezőgazdaság, és számos szektor optimalizálás hiányában szenved. A hatékonyság növelésének érdekében, nagy segítséget nyújthat a gépi látás alkalmazása. Ugyanis, ennek a technológiának a használatával számos eddigi kutatásban és gyakorlati alkalmazásban értek el számottevő eredményeket. Az elkövetkező években pedig egyre többet fogunk hallani magáról a technológiáról és a növekvő népesség ellátásának érdekében, a mezőgazdasági termelés intenzitásának fokozásáról. A gépi látás részterületként megjelenik, az új és népszerű fogalomkörben, az Ipar 4.0-ban is, melynek ágazatairól is említést teszek, amellett, hogy-hogyan is kapcsolódik mindehhez a gépi látás. Ismertetem a kifejezéssel kapcsolatos trendeket, egy meghatározott időszakban szóbányászat segítségével, melyből kiderül hogy milyen egyéb kifejezésekkel jelenik meg dolgozatom központi fogalma és milyen korrelációkat vonhatunk a kifejezések között. A gépi látás folyamata képfelvételezéssel kezdődik mely esetemben saját adathalmaz alapján történik, és az almára terjed ki. Ennek a gyümölcsnek a közreműködésével mutatom be a folyamat során alkalmazható lehetséges tevékenységeket mely a feldolgozáson keresztül, a szegmentáláson át, egészen a gyümölcs azonosítási módszereire is kiterjed. Megemlítem, a napjainkban leggyakrabban használt felismerési algoritmusokat és a gyakorlatban is alkalmazok különböző módszereket, amelyek által betekintést nyújtok a folyamat során használt műveletekről és ezek elvégeztével milyen eltérő tulajdonságokat nyerhetünk ki az alma méretét, alakját és textúráját illetően. Majd egy konvolúciós neurális hálózat alkalmazásával, bemutatom a gyümölcs azonosítását, ennek működését és az általam kapott eredményeket, számszerinti 93%-ot meghaladó felismerési pontosság elérését, a tanuló adathalmaz trenírozási folyamatát követően. Kitekintést nyújtok a technológia mezőgazdasági szektorban rejlő lehetőségeiről, milyen egyéb területen vették segítségül, illetve milyen eredmények születtek általa. Végső soron, a felvételezés és a használt módszerek fejlesztéséről ejtek szót, mely között szerepel egy Raspberry Pi alapú rendszerterv, minek segítségével a gépi látási technológia használata egy professzionálisabb keretek között valósulhat meg, az általam alkalmazott alap felszerelések helyettesítéseként.hu_HU
dc.description.correctorKE
dc.description.courseInformatikus és szakigazgatási agrármérnökihu_HU
dc.description.degreeBSc/BAhu_HU
dc.format.extent66hu_HU
dc.identifier.urihttp://hdl.handle.net/2437/274925
dc.language.isohuhu_HU
dc.subjectgépi látáshu_HU
dc.subjectmezőgazdasághu_HU
dc.subjectmesterséges intelligenciahu_HU
dc.subjectipar 4.0hu_HU
dc.subjectbibliometrixhu_HU
dc.subjectneurális hálózathu_HU
dc.subject.dspaceDEENK Témalista::Informatikahu_HU
dc.titleA gépi látás alkalmazási lehetőségei a mezőgazdaságbanhu_HU
dc.title.translatedApplication possibilities of computer vision in agriculturehu_HU
Fájlok
Gyűjtemények
Hallgatói dolgozatok (Alkalmazott Informatika és Logisztika)